基于贝叶斯网络的电力变压器故障诊断

发布时间：2020-04-28 10:06

【摘要】：电网稳定运行需要系统中各设备的协调配合,变压器作为电网中的能量交换设备,其运行状况对电网有直接的影响。并且随着电力变压器电压等级更高、结构更复杂,其故障也变得更加复杂化和多样化,故障原因与故障征兆之间的关系也更加不易探究,因此很难采集到完整无误的故障样本,这便大大增加了变压器故障诊断的难度。因此,本文在分析了电力变压器故障诊断的各类方法后,选择以改良三比值法为基础,利用贝叶斯网络处理因果关系简洁明了的优势,以朴素贝叶斯网络来构建故障诊断网络模型,并利用概率计算对变量间的关系进行量化,使其对于判断电力变压器运行过程中出现的不确定因素所引起的故障具有了明显优势;在此基础上又结合了粗糙集理论对该网络模型进行了进一步的改进,充分利用粗糙集理论的属性约简功能对所构建的故障诊断模型简化处理,大大减少了网络模型的节点数,降低模型结构的复杂性,以此来提高网络的学习速度及判断能力。为了验证将朴素贝叶斯网络与粗糙集理论相结合的诊断方法是否能够提高处理不完整信息的能力,本文通过收集大量变压器故障数据样本,利用Matlab仿真软件对所收集的数据样本进行训练和测试,并且将仿真结果与仅使用朴素贝叶斯网络方法进行诊断的仿真结果进行了对照,验证了本文提出的验证了本文所提出的方法能够有效的克服信息缺失或者不完整对变压器故障诊断所造成的困难,有效提升了故障诊断的准确性。
【图文】：

辽宁石油化工大学硕士学位论文两种方法可应用于确定贝叶斯网络模型的结构：主观经验56]。从方法名称也可知一二，即主观经验更多的是以我们已据，而这些经验方法多数都是来源于相关领域的专家或者这些为基础建立模型，在不断调整，，最终建立；而第二种观数据进行规模的样本训练，最终得出适配的模型、概率资料等收集的数据，数据样本并不十分具备规模，这就与来进行客观学习的主旨是相违背的，所以本文采用的是第成分。贝叶斯网络模型类器，就是朴素贝叶斯网络，假设上下层节点之间类条件 C 仅与下层之间的 X1、X2、X3…Xn之间有一定的联系[57][
【学位授予单位】：辽宁石油化工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM407

【参考文献】

相关期刊论文 前10条

1 宋斌;刘志雄;李恩文;王国利;;DGA中三比值缺码研究初探[J];电力自动化设备;2015年12期

2 曲晓峰;李贻凯;;大型变压器低压绕组直流电阻测试时间过长问题的研究[J];电气技术;2015年11期

3 吕宏丽;;粗糙集约简算法在变压器故障诊断中的应用研究[J];唐山学院学报;2015年03期

4 刘国征;;变电运行常见故障及处理方法[J];信息系统工程;2014年10期

5 傅永飞;;浅析配电变压器的预防性试验[J];科技与企业;2014年06期

6 杜联兴;;变压器故障诊断研究进展与展望[J];广东电力;2013年03期

7 章磊;;基于petri网电力故障诊断技术研究[J];制造业自动化;2012年11期

8 郑蕊蕊;赵继印;赵婷婷;李敏;;基于遗传支持向量机和灰色人工免疫算法的电力变压器故障诊断[J];中国电机工程学报;2011年07期

9 赵文清;朱永利;姜波;张小奇;章斌;;基于贝叶斯网络的电力变压器状态评估[J];高电压技术;2008年05期

10 段大鹏;江秀臣;孙才新;曾奕;黄成军;;基于正交分解的介质损耗因数数字测量算法[J];中国电机工程学报;2008年07期

相关博士学位论文 前1条

1 华俊豪;分布式变分贝叶斯算法及其应用[D];浙江大学;2018年

相关硕士学位论文 前6条

1 陈学赓;基于粗糙集理论和贝叶斯网络的变压器故障诊断方法研究[D];山东大学;2018年

2 霍晓峰;数据挖掘技术在电力系统故障诊断中的应用[D];华北电力大学;2017年

3 贺林晓;基于粗糙集的关联规则挖掘在变电设备故障诊断中的应用[D];华北电力大学;2015年

4 高文军;基于人工免疫算法优化支持向量机的电力变压器故障诊断研究[D];太原理工大学;2012年

5 秦丽伟;基于智能信息融合的油浸式电力变压器故障诊断[D];山东大学;2009年

6 董辉;不完整数据的贝叶斯网络参数学习新算法[D];广西师范大学;2003年

本文编号：2643335